Salesforce 認定 AI アソシエイト問題集
問題一覧
1
C. 商談スコアリング、リードスコアリング、アカウントインサイト
2
B. データの可用性を判断する。
3
C. アインシュタイン・エンゲージメント
4
A. 生成的AIは既存のデータに基づいて新しいコンテンツを作成し、予測的AIは既存のデータを分析する。
5
B. 顧客、パートナー、社会に対する自らの行動に責任を持つこと。
6
B. 社会的
7
A. データにアクセスできる人数を制限する。
8
C. 一貫性
9
A. 生成する
10
B. データのバックアップ
11
A. 機械学習アルゴリズムにおける人間のバイアスの可能性と、AIの意思決定プロセスにおける透明性の欠如、意思決定プロセスの透明性の欠如
12
C. バリデーションルール(入力規則)
13
B. データの偏りは不注意に学習され、AIシステムによって増幅される可能性がある。
14
C. モデルの使用方法に適した、多様で代表的なデータセットでテストを行う。
15
A. 多様なデータセットでモデルをテストする
16
C. リードスコアリング、商談予測、案件分類
17
B. SalesforceのAIモデルのトレーニングと微調整におけるデータの役割
18
C. 顧客の信頼と満足度の向上
19
B. 自動化
20
B. 多様なトレーニングデータをインポートする。
21
C. コールサマリーの提供
22
C. AppExchange のデータ品質アプリを活用する。
23
B. セールスフォースのTrusted AI Principlesを導入する。
24
B. 有害性を緩和し、PII を保護するガードレールを作成する。
25
A. より多くの情報に基づいたバランスの取れた意思決定につながる
26
B. データが特定の層や情報源に偏っている。
27
B. 予測の根拠の説明と、モデルがどのように作成されたかを説明するモデルカード作成されました。
28
C. コールサマリーの提供
29
B. ユーザーの同意が得られない場合、AIはプライバシーを侵害する。
30
B. データセットのサイズ
31
A. 重複
32
A. 信頼性
33
B. 予測スコアリング、予測、レコメンデーション
34
B. ピックリスト(選択リスト)
35
A. 商品推奨の正確性が損なわれる。
36
B. データ品質は、正確なAIデータの洞察を作成するために必要です。
37
B. 包括性
38
B. AIへの依存を生み出し、批判的思考や監視の低下につながる可能性がある。
39
A. バイアスの可能性と軽減
40
B. 地理的
41
B. 一貫性
42
B. 差別的な融資慣行を防ぐために、センシティブな変数とそのプロキシにフラグを立てる。
43
A. 法律や規制の遵守
44
A. 与えられた入力に対して、新しい出力と元の出力を予測する。
45
C. 人間の言語を理解し、生成する
46
A. 医療予測と診断の精度と信頼性の向上
47
B. ボット
48
A. 悪いデータ品質
49
A. AIの倫理的かつ責任ある使用を導く
50
B. AIモデルが偏った結果や誤った結果を出す可能性がある。
51
A. 信頼できるソースから高品質のデータを収集し、キュレートする。
52
A. アルゴリズムを使用してデータから学習し、意思決定を行う。
53
C. セールスフォースで使われるデータモデル
54
C. 性別
55
C. 正確性、完全性、一貫性
56
B. 高品質なデータは、Al駆動型意思決定の信頼性と信用性を向上させ、ユーザー間の信頼性を醸成する、ユーザー間の信頼を醸成する
57
C. CRMシステムにおける倫理的課題
58
C. デモグラフィック(人口統計学属性情報)
59
B. 顧客データの同意設定を追跡する。
60
B. 顧客はショッピング体験に満足する可能性が高くなる。
61
A. 確証
62
A. 一貫性
63
B. 正確性、完全性、一貫性
64
C. AI予測のベンチマークを提供する
65
C. モデルの精度
66
A. 財務状況
67
B. 倫理的AIプロセス成熟度モデル
68
A. 自然言語処理
69
B. テキスト
70
C. アインシュタインリードスコアリングとケース分類
71
C. 一貫性
72
A. 重複管理
73
A. 高品質なデータは、根拠のない公正なAIの決定を保証し、倫理的な利用を促進するために不可欠です
74
A. リードスコアリングと商談予測
75
B. 顧客サポートケースを分類して追跡し、トピックを特定し、解決策を要約することで、ケース管理を合理化します。トピックを特定し、ケースの解決策を要約します。
76
B. AIが生成した回答を使用する際は、適切な同意と透明性を確保する。
77
B. 有害なバイアスを発見した後にAI機能を立ち上げること
78
A. あらゆるスキルレベルのユーザーが、コードではなくクリックでAIアプリケーションを構築できるようにする。
79
C:商談スコアリング、リードスコアリング、取引先インサイト
80
B. データの可用性を判断する。
81
C. アインシュタイン・エンゲージメント
82
A. 生成的AIは既存のデータに基づいて新しいコンテンツを作成し、予測的AIは既存のデータを分析する。
83
B. 顧客、パートナー、社会に対する自らの行動に責任を持つこと。
84
B. 社会的
85
A. データにアクセスできる人数を制限する。
86
C. 一貫性
87
A. 生成する
100問:Salesforce 上級アドミニストレーターJPN問題集(1~100)
100問:Salesforce 上級アドミニストレーターJPN問題集(1~100)
be yb · 16回閲覧 · 100問 · 12ヶ月前100問:Salesforce 上級アドミニストレーターJPN問題集(1~100)
100問:Salesforce 上級アドミニストレーターJPN問題集(1~100)
16回閲覧 • 100問 • 12ヶ月前22問:Salesforce 上級アドミニストレーターJPN問題集(101~122 ※あぶれた)
22問:Salesforce 上級アドミニストレーターJPN問題集(101~122 ※あぶれた)
be yb · 26回閲覧 · 22問 · 11ヶ月前22問:Salesforce 上級アドミニストレーターJPN問題集(101~122 ※あぶれた)
22問:Salesforce 上級アドミニストレーターJPN問題集(101~122 ※あぶれた)
26回閲覧 • 22問 • 11ヶ月前78問:Salesforce 上級アドミニストレーター厳選過去問一部解説付き20220828
78問:Salesforce 上級アドミニストレーター厳選過去問一部解説付き20220828
be yb · 12回閲覧 · 78問 · 12ヶ月前78問:Salesforce 上級アドミニストレーター厳選過去問一部解説付き20220828
78問:Salesforce 上級アドミニストレーター厳選過去問一部解説付き20220828
12回閲覧 • 78問 • 12ヶ月前100問:Salesforce 上級アドミニストレーターJPN問題集(123~222)
100問:Salesforce 上級アドミニストレーターJPN問題集(123~222)
be yb · 26回閲覧 · 100問 · 12ヶ月前100問:Salesforce 上級アドミニストレーターJPN問題集(123~222)
100問:Salesforce 上級アドミニストレーターJPN問題集(123~222)
26回閲覧 • 100問 • 12ヶ月前(1~100)ServiceCloudコンサルタント 過去問
(1~100)ServiceCloudコンサルタント 過去問
be yb · 3回閲覧 · 100問 · 2年前(1~100)ServiceCloudコンサルタント 過去問
(1~100)ServiceCloudコンサルタント 過去問
3回閲覧 • 100問 • 2年前(101~188)ServiceCloudコンサルタント 過去問
(101~188)ServiceCloudコンサルタント 過去問
be yb · 3回閲覧 · 88問 · 2年前(101~188)ServiceCloudコンサルタント 過去問
(101~188)ServiceCloudコンサルタント 過去問
3回閲覧 • 88問 • 2年前(翻訳版)AIアソシエイト
(翻訳版)AIアソシエイト
be yb · 78問 · 1年前(翻訳版)AIアソシエイト
(翻訳版)AIアソシエイト
78問 • 1年前ExperienceCloud コンサルタント過去問(No.1~100)
ExperienceCloud コンサルタント過去問(No.1~100)
be yb · 4回閲覧 · 100問 · 8ヶ月前ExperienceCloud コンサルタント過去問(No.1~100)
ExperienceCloud コンサルタント過去問(No.1~100)
4回閲覧 • 100問 • 8ヶ月前ExperienceCloud コンサルタント過去問(No.101~187)
ExperienceCloud コンサルタント過去問(No.101~187)
be yb · 6回閲覧 · 87問 · 8ヶ月前ExperienceCloud コンサルタント過去問(No.101~187)
ExperienceCloud コンサルタント過去問(No.101~187)
6回閲覧 • 87問 • 8ヶ月前問題一覧
1
C. 商談スコアリング、リードスコアリング、アカウントインサイト
2
B. データの可用性を判断する。
3
C. アインシュタイン・エンゲージメント
4
A. 生成的AIは既存のデータに基づいて新しいコンテンツを作成し、予測的AIは既存のデータを分析する。
5
B. 顧客、パートナー、社会に対する自らの行動に責任を持つこと。
6
B. 社会的
7
A. データにアクセスできる人数を制限する。
8
C. 一貫性
9
A. 生成する
10
B. データのバックアップ
11
A. 機械学習アルゴリズムにおける人間のバイアスの可能性と、AIの意思決定プロセスにおける透明性の欠如、意思決定プロセスの透明性の欠如
12
C. バリデーションルール(入力規則)
13
B. データの偏りは不注意に学習され、AIシステムによって増幅される可能性がある。
14
C. モデルの使用方法に適した、多様で代表的なデータセットでテストを行う。
15
A. 多様なデータセットでモデルをテストする
16
C. リードスコアリング、商談予測、案件分類
17
B. SalesforceのAIモデルのトレーニングと微調整におけるデータの役割
18
C. 顧客の信頼と満足度の向上
19
B. 自動化
20
B. 多様なトレーニングデータをインポートする。
21
C. コールサマリーの提供
22
C. AppExchange のデータ品質アプリを活用する。
23
B. セールスフォースのTrusted AI Principlesを導入する。
24
B. 有害性を緩和し、PII を保護するガードレールを作成する。
25
A. より多くの情報に基づいたバランスの取れた意思決定につながる
26
B. データが特定の層や情報源に偏っている。
27
B. 予測の根拠の説明と、モデルがどのように作成されたかを説明するモデルカード作成されました。
28
C. コールサマリーの提供
29
B. ユーザーの同意が得られない場合、AIはプライバシーを侵害する。
30
B. データセットのサイズ
31
A. 重複
32
A. 信頼性
33
B. 予測スコアリング、予測、レコメンデーション
34
B. ピックリスト(選択リスト)
35
A. 商品推奨の正確性が損なわれる。
36
B. データ品質は、正確なAIデータの洞察を作成するために必要です。
37
B. 包括性
38
B. AIへの依存を生み出し、批判的思考や監視の低下につながる可能性がある。
39
A. バイアスの可能性と軽減
40
B. 地理的
41
B. 一貫性
42
B. 差別的な融資慣行を防ぐために、センシティブな変数とそのプロキシにフラグを立てる。
43
A. 法律や規制の遵守
44
A. 与えられた入力に対して、新しい出力と元の出力を予測する。
45
C. 人間の言語を理解し、生成する
46
A. 医療予測と診断の精度と信頼性の向上
47
B. ボット
48
A. 悪いデータ品質
49
A. AIの倫理的かつ責任ある使用を導く
50
B. AIモデルが偏った結果や誤った結果を出す可能性がある。
51
A. 信頼できるソースから高品質のデータを収集し、キュレートする。
52
A. アルゴリズムを使用してデータから学習し、意思決定を行う。
53
C. セールスフォースで使われるデータモデル
54
C. 性別
55
C. 正確性、完全性、一貫性
56
B. 高品質なデータは、Al駆動型意思決定の信頼性と信用性を向上させ、ユーザー間の信頼性を醸成する、ユーザー間の信頼を醸成する
57
C. CRMシステムにおける倫理的課題
58
C. デモグラフィック(人口統計学属性情報)
59
B. 顧客データの同意設定を追跡する。
60
B. 顧客はショッピング体験に満足する可能性が高くなる。
61
A. 確証
62
A. 一貫性
63
B. 正確性、完全性、一貫性
64
C. AI予測のベンチマークを提供する
65
C. モデルの精度
66
A. 財務状況
67
B. 倫理的AIプロセス成熟度モデル
68
A. 自然言語処理
69
B. テキスト
70
C. アインシュタインリードスコアリングとケース分類
71
C. 一貫性
72
A. 重複管理
73
A. 高品質なデータは、根拠のない公正なAIの決定を保証し、倫理的な利用を促進するために不可欠です
74
A. リードスコアリングと商談予測
75
B. 顧客サポートケースを分類して追跡し、トピックを特定し、解決策を要約することで、ケース管理を合理化します。トピックを特定し、ケースの解決策を要約します。
76
B. AIが生成した回答を使用する際は、適切な同意と透明性を確保する。
77
B. 有害なバイアスを発見した後にAI機能を立ち上げること
78
A. あらゆるスキルレベルのユーザーが、コードではなくクリックでAIアプリケーションを構築できるようにする。
79
C:商談スコアリング、リードスコアリング、取引先インサイト
80
B. データの可用性を判断する。
81
C. アインシュタイン・エンゲージメント
82
A. 生成的AIは既存のデータに基づいて新しいコンテンツを作成し、予測的AIは既存のデータを分析する。
83
B. 顧客、パートナー、社会に対する自らの行動に責任を持つこと。
84
B. 社会的
85
A. データにアクセスできる人数を制限する。
86
C. 一貫性
87
A. 生成する